-
公开(公告)号：CN116665180A
公开(公告)日：2023-08-29
申请号：CN202310479899.9
申请日：2023-04-28
Applicant: 淮阴工学院
IPC: G06V20/58 , G06V20/70 , G06V10/774 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5模型的检测行人车辆的方法，包括以下步骤：在城市道路上乘坐出租车或私家车在副驾驶位固定机位拍摄道路上行人车辆的图片，选择白天和黑夜分别对城市道路上的行人和车辆数据进行拍摄。将部分不包含行人和车辆的图片以及模糊不清的图片进行剔除。将拍摄完并处理好的图片放入文件夹中用图片标注工具进行图片的标注。将标注的数据集分类为训练集、检测集、测试集。对已经标注完毕的数据集中的目标框使用k‑means算法进行聚类分析得到适合该数据集的先验框尺寸，给模型加入注意力机制并更换模型的损失函数，将模型的主干网络更换为更加轻量化的主干网络。对改进后的模型进行训练，在自制数据集上检测取得了良好效果，提高了行人和车辆的检测精度，此模型可用于自动驾驶领域和道路监控领域，为人们提供更好的安全保证。
-
公开(公告)号：CN114282431B
公开(公告)日：2023-08-18
申请号：CN202111500028.8
申请日：2021-12-09
Applicant: 淮阴工学院
IPC: G06F30/27 , G06N20/20 , G06F18/243 , G06F18/27 , G06N3/0442 , G06N7/08 , G06F111/10
Abstract: 本发明公开了一种基于改进SCA和QRGRU的径流区间预测方法及系统，包括：(1)对预先获取的原始数据进行预处理，并将处理后的各项数据按时间转换成为矩阵型序列；(2)利用PSR方法与RF模型对时间训练进行特征选择，挑选出RF中重要性高的时间序列与PSR重构出的多维序列组成数据集；(3)采用混沌Tent映射和非线性因子对SCA算法进行改进，并利用改进后的SCA算法对GRU模型的隐藏层单元数目与学习率进行寻优；(4)构建QRGRU模型，初始化模型的参数；(5)建立QRGRU的径流区间预测模型，对径流时间序列进行预测，输出误差与区间预测的结果。本发明用QRGRU模型的对径流进行区间预测，预测结果能够描述确定性预测难以反映的不确定性问题，且其结果具有更高的可信度。
-
公开(公告)号：CN113326969B
公开(公告)日：2023-06-20
申请号：CN202110472830.4
申请日：2021-04-29
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于改进的鲸鱼优化算法及ELM的短期风速预测方法及系统，所述方法包括：(1)获取预设的时间范围内历史的风电场的各项气象数据时间序列，并将数据进行预处理；(2)分析收集到的各气象因素对风速的影响，并通过灰色关联分析得到的关联度计算特征量权重，取关联度高的作为输入；(3)确定极限学习机的网络结构并选择激活函数；(4)将基础鲸鱼优化算法中加入混沌初始化、爬山局部搜索，并添加惯性权重进行改进；(5)建立基于改进鲸鱼算法优化的极限学习机算法模型。本发明解决了风速的不确定性导致风力发电机不能按理想的风电功率曲线发电的技术问题，达到了提高短期风速准确预测精度的技术效果，提高风电场对于风能资源的利用。
-
公开(公告)号：CN116243740A
公开(公告)日：2023-06-09
申请号：CN202310192319.8
申请日：2023-03-02
Applicant: 淮阴工学院
IPC: G05D23/20
Abstract: 本发明公开了一种基于陶瓷行业的智能ORC蒸发器温度调节方法及装置，包括目标温度输入单元、AT89S51单片机、声光报警单元、温度控制单元、Pt100温度传感器、A/D转化器以及ORC蒸发器。温度控制单元利用单片机实现温度数据的处理与控制；首先通过外部输入温度值，AT89S51单片机和温度控制单元利用白鲸优化算法BWO优化目标温度函数，得到ORC蒸发器的温度设置值。与现有技术相比，本发明能够对ORC蒸发器温度进行精准监测与调节，减少蒸发器的能源损耗，从而提高陶瓷行业整体系统效率。
-
公开(公告)号：CN115830533A
公开(公告)日：2023-03-21
申请号：CN202211496907.2
申请日：2022-11-25
Applicant: 淮阴工学院
IPC: G06V20/52 , G06V10/774 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv5算法的安全帽佩戴检测方法，该方法融合了K‑means聚类算法与YOLOv5单阶段目标检测算法，包括以下步骤：首先收集安全帽图像样本制作原始数据集，然后对原始数据集的图像进行预处理，筛选出有效样本并标注标签，取自制数据集中的80%样本作为训练集。对经典的YOLOv5模型进行改进，利用Mosaic对输入端进行数据增强，使用CSPDarknet53作为主干网络，利用K‑means聚类算法进行优化，并使用训练集样本训练该安全帽检测网络模型。将测试集输入到改进后的检测网络，进行检测。与现有技术相比，本发明通过上述改进能够有效的提高对安全帽佩戴检测的精度与效率，降低人力成本的同时有效保障工作人员生产安全。
-
Patent Agency Ranking
公开(公告)号：CN115729105A
公开(公告)日：2023-03-03
申请号：CN202211451605.3
申请日：2022-11-18
Applicant: 淮阴工学院
Abstract: 本发明涉及多智能体分布式编队控制领域，公开了一种基于动态自注意力机制的多智能体事件触发控制方法，包括构建动态自注意力机制模型，动态自注意力机制模型改变了线性变换规则和矩阵运算方法；对得到的矩阵进行和池化层方式压缩，增加注意力的感受野范围。定义了动态补偿增益，提升跳出局部极值能力，将补偿后的结果作为最终的注意力分布矩阵，最后得到注意力分布函数，并根据设置的事件触发阈值自动切换执行相应的局部任务。与现有技术相比，本发明提出的动态自注意力机制能更好的模拟注意力在各关注点之间移动的过程，并用分布密度来表示当前注意力关注的重点位置，通过设置动态增益补偿来缓解注意力在某些时候过于专注的问题。
-
公开(公告)号：CN115564139A
公开(公告)日：2023-01-03
申请号：CN202211354491.0
申请日：2022-10-31
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于能值评估的能源系统运行状态优化方法及装置，包括：采集各项能源的能量输入参数，能量输入参数为各项能源的能量数据，具体为能量流B、可再生能源R、不可再生能源N、购买的能源F；将不同种类的能量输入参数转换为以太阳能值为能值基线的能值参数，包括可再生能值、不可再生能值、购买能值以及输出能值；构建针对多能源系统的能值评估模型，将能值参数利用能值评价模型计算得到核心参数；利用多目标黏菌算法对核心参数进行优化，得到优化后的核心参数。与现有技术相比，本发明通过多目标黏菌算法对能值评估系统做出优化，可以实现显示需要优化的组件以及优化后的系统评估结果的功能。
-
公开(公告)号：CN115514007A
公开(公告)日：2022-12-23
申请号：CN202211299532.0
申请日：2022-10-21
Applicant: 淮阴工学院
Inventor： 刘树立 , 王夫诚 , 苏姣月 , 周孟雄 , 章浩文 , 纪捷 , 陈帅 , 赵环宇 , 黄慧 , 纪润东 , 张楚 , 彭甜 , 孙娜 , 吴红婷 , 钱兴旺 , 孙倩倩 , 王曦
Abstract: 本发明公开了一种基于CPA算法的民居综合光储设备运行调节器，包括光伏、设计单元、控制单元、储能单元、负载、变压器、防逆流装置、电网；民居综合光储设备运行调节器包含两种模式，分别为孤岛模式以及并网模式，设计单元通过CPA算法基于光伏发电数据以及负载负荷需求数据进行供电策略设计；控制单元通过设计单元提供的控制逻辑控制储能单元充放电；储能单元由多个电池模组构成。以负载的负荷需求与光伏的发电量为数据输入，通过设计单元计算出储能单元具体使用电池模组数。本发明能够合理利用储能单元，合理规划充放电功率，合理使用电池模组，并且可以采取孤岛以及并网两种方式，解决光伏消纳问题以及储能单元利用问题。
-
公开(公告)号：CN115047982A
公开(公告)日：2022-09-13
申请号：CN202210703571.6
申请日：2022-06-21
Applicant: 淮阴工学院
IPC: G06F3/0354 , G06F3/038
Abstract: 本发明涉及鼠标定位与文本键入技术领域，公开了一种基于MATLAB的差异化文本键入方法，对鼠标进行像素级精确定位，获取当前所处的位置矩阵信息，辅助文本摆放在正确的预设位置；通过绘制像素坐标矩阵与RGB色度矩阵的方法按比例还原屏幕信息，并以鼠标点击的方式返回当前所处的位置矩阵；根据需要处理的文本数量和操作对象数量，设置具体的自动操作循环次数，在每次循环操作都对其中一个对象进行处理，并自动键入差异化的局部信息；在定位好的位置批量键入/修改文本图片，执行预设动作。与现有技术相比，本发明拥有更方便的差异化重复操作逻辑，更精准的鼠标定位方法，以及更快捷的文本键入功能。
-
公开(公告)号：CN111178616B
公开(公告)日：2022-03-22
申请号：CN201911350755.3
申请日：2019-12-24
Applicant: 淮阴工学院
Abstract: 本发明涉及风速预测技术领域，公开了一种基于负相关学习和正则化极限学习机集成的风速预测方法，首先利用最优变分模态分解‑样本熵将原始风速时间序列分解为具有若干个具有不同复杂程度的子序列，然后采用基于负相关学习和正则化极限学习机的集成模型对各子序列进行建模，最后对各子序列的预测结果进行叠加，得到最终的风速预测结果。与现有技术相比，本发明集成模型采用正则化极限学习机作为基模型，具有更快的收敛速度和更强的稳定性能，能够更好的捕捉风速时间序列的非线性特征；负相关学习作为一种神经网络集成技术，能够增强各正则化极限学习机基模型之间的差异度，有效地提高了单个正则化极限学习机模型的可预测性。
-
-
-
-
-
-
-
-
-
Search Results
176
records
(took 0.027 seconds)
